摘要：直方圖是針對某產品或過程的特性值，利用常態分布（也叫正態分布）的原理，把50個以上的數據進行分組，并算出每組出現的次數，再用類似的直方圖形描繪在橫軸上。

直方圖
    直方圖 是針對某產品或過程的特性值，利用常態分布（也叫正態分布）的原理，把50個以上的數據進行分組，并算出每組出現的次數，再用類似的直方圖形描繪在橫軸上。
通過直方圖，可將雜亂無章數據，解析出規則性，也可以一目了然地看出數據的中心值及數據的分布情形。
    在制造業，現場的管理干部經常都要面對許多數據，這些數據大多來自制造加工過程的抽樣測量得到，對于這些凌亂的數據，如果制作成直方圖，并借助對直方圖的觀察，可以了解產品質量分布的規律，知道其是否變異，并進一步分析判斷整個生產過程是否正常，問題點在哪里，為研究 過程能力 提供依據。

通過直方圖，可以達到的目的
• 了解質量分布的狀況，對質量狀況分析有極其重要的參考價值；
• 顯示波動的形態，知道其是否變異；
• 直觀地傳達有關過程質量分布情況的信息；
• 觀察產品質量在某一時間段內的整體分布狀況；
• 研究過程能力或預測過程能力；
• 求分配的平均值和標準值；
• 調查是否混入兩個以上的不同群體；
• 測知是否有虛假數據
• 制定產品的規格界限；

直方圖（頻數分布圖）的制作步驟
• 收集同一類型的數據；
• 計算極差（全距）；
• 設定組數，計算組距、組界、中心值；
• 制作頻數表；
• 按頻數值比例畫橫坐標、縱坐標；
• 按縱坐標畫出每個矩形的角度，代表落在此矩形中的點數；
• 判續 直方圖 （對過程狀態分析）。

直方圖的常見形態與判定
1）正常型：是正態分布，服從統計規律，過程正常。

2）缺齒型：不是正態分布，不服從統計規律，可能的原因是:
• 有經驗的人員故意做的假數據。
• 測量儀器精確度不夠，而要求的精確度較高，檢驗員只好進行估計。
• 較多特性差異的數據混雜在一起。

3）偏態型：不是正態分布，不服從統計規律，可能的原因是：
• 習慣作業造成作業方法不對。
• 工具、夾具、模具已經磨損或松動。

4）離島型：不是正態分布，不服從統計規律，可能的原因是:
• 數據輸入人員在輸入的過程中，可能把10.01輸 10.10或1.01。
• 過程中其他物料混入。
• 機臺設備在過程中出現特殊原因，產生了變異。

5）高原型：不是正態分布，不服從統計規律，可能的原因是：
• 人員做的假數據。
• 經過全檢挑選的數據。
• 測量儀器精確度不夠。